Resumen

La predicción precisa de las series temporales cortas con un comportamiento muy irregular es una tarea difícil que se encuentra en muchas áreas de la ciencia moderna. Estas fluctuaciones de los datos no son sistemáticas y son difícilmente predecibles. En los últimos años, las redes neuronales artificiales han sido ampliamente explotadas para estos fines. Aunque es posible modelar el comportamiento no lineal de las series temporales cortas mediante el uso de las RNA, muy a menudo no son capaces de manejar todos los eventos por igual. Por lo tanto, hay que aplicar enfoques alternativos. En este estudio se propone una nueva metodología concurrente basada en el rendimiento que combina las mejores topologías de RNA con el fin de disminuir los errores de previsión y aumentar la certeza de la previsión. El enfoque propuesto se verifica en tres conjuntos de datos diferentes: la serie temporal de la Renta Nacional Bruta de Serbia, el flujo de tráfico municipal para un punto de observación concreto y la serie temporal de consumo de carga eléctrica diaria. Se demuestra que el método puede aumentar significativamente la precisión de las previsiones de las redes individuales, independientemente de sus topologías, lo que hace que la metodología sea más aplicable. Para comparar cuantitativamente la precisión de la metodología propuesta con la de otras similares, se han realizado una serie de experimentos adicionales de previsión que incluyen un modelo ARIMA de última generación y una combinación de previsión con RNA y regresión lineal.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:series temporales cortas, nacional bruto serbio, series temporales de consumo, punto de observación particular, conjunto de datos diferentes, flujo de tráfico municipal, tiempo de ingresos nacionales, series temporales de ingresos, experimento de previsión adicional, topología del mejor ann
• Keywords:short time series, serbian gross national, consumption time series, particular observations point, different data set, municipal traffic flow, national income time, income time series, additional forecasting experiment, best ann topology